paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
JW

Jiaming Wang

ACL 2026评测与基准安全数据与预训练
新星分贡献者
39
一作贡献0
核心/参与12
方向广度6
合作网络9
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #2/11ACL 2026Findings· Findings of ACL

Train in Vain: Functionality-Preserving Poisoning to Prevent Unauthorized Use of Code Datasets

Yuan Xiao · Jiaming Wang · Yuchen Chen · Wei Song · Jun Sun · Shiqing Ma · Yanzhou Mu · Juan Zhai · Chunrong Fang · Jin Song Dong · Zhenyu Chen

摘要

The widespread availability of large-scale code datasets has accelerated the development of code large language models (CodeLLMs), raising concerns about unauthorized dataset usage. Dataset poisoning offers a proactive defense by reducing the utility of such unauthorized training. However, existi...

评测与基准安全数据与预训练OpenReview 项目页

常见合作者